2020年11月18日
【机器学习】集成学习中方差和偏差的理解
摘要： 一个集成模型(f)在未知数据集(D)上的泛化误差E(f;D)，由方差(var)，偏差(bais)和噪声(ε)共同决定。 \(E(f;D) = var(x) + bais^2(x) + ε^2\) 1. 方差和偏差的基本概念 观察下面的图像，每个点就是集成算法中的一个基评估器产生的预测值。红色虚线代表 阅读全文
posted @ 2020-11-18 13:45 亚北薯条 阅读(757) 评论(0) 推荐(0) 编辑